Риски финансовой стабильности состоят из двух отдельных компонентов: уязвимостей и возможных триггерных событий. В то время как достигнут значительный прогресс в измерении уязвимостей, оценка возможных триггерных событий остается в значительной степени качественной. Чтобы восполнить этот пробел, мы используем большие языковые модели для извлечения информации о степени тяжести и вероятности потенциальных триггерных событий (SPOT) из большого набора финансовых новостных статей за период с 2005 по 2026 год. Индикатор SPOT увеличивается перед крупными историческими триггерными событиями, правильно определяет источники триггеров и помогает улучшить прогнозные оценки рисков снижения для экономики. Результаты показывают, что использование извлечения сигналов на основе ИИ из текста может быть перспективным направлением для улучшения мониторинга рисков финансовой стабильности.